Hive技术原理

数据仓库（DataWarehouse）是一个面向主题的（SubjectOriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（TimeVariant）的数据集合，用于支持管理决策。无法满足快速增长的海量数据存储需求。无法有效处理不同类型的数据。计算和处理能力不足。Hive是一个构建于Hadoop顶层的数据仓库工具，可以查询和管理PB级别的分布式数据。支持大规模数据存储、分析，具有良好的可扩展性某种程度上可以看作是用户编程接口，本身不存储和处理数据。依赖分布式文件系统HDFS存储数据。依赖分布式并行计算模型MapReduce处理数据。定义了简单的